Visual Data Mining im Überblick

Transkript

1 I Visual Data Mining im Überblick Lehrveranstaltung: Seminar Softwaretechnik Dozenten: Stefan Jähnichen, Susanne Jucknath Semester: WS 02 /03 Verfasser: Konrad Kellermann TU Berlin Matrikelnummer:

2 II lnhaltsverzeichnis Abbildungsverzeichnis... II 1 Einleitung 3 2 Visual Data Mining versus Data Mining 3 3 Wissensentdeckung und Data Mining Klassifikation Clustering Assoziierung Visual Data Mining Einteilung nach Datentypen Techniken der Visualisierung Techniken zur Interaktion und Navigation Zusammenfassung 15 Literaturverzeichnis 16 Abbildungsverzeichnis Abbildung 1: Data Mining Life Cycle... 3 Abbildung 2: Mögliche Visual Data Mining Ansätze...4 Abbildung 3: Klassifikation visueller Data Mining Techniken... 8 Abbildung 4: Beispiel einer Pixel orientierte Visualisierung einer Datenbankabfrage... 9 Abbildung 5: Parallele Projektion technischer Daten von Autos Abbildung 6: Star Glyph Darstellung Abbildung 1: Fish-Eye Zoom am Beispiel eines Internetgraphen Abbildung 8: Graphische Oberfläche einer InternetMap... 14

3 3 1 Einleitung Das Vorhandensein von riesigen Datenmengen macht es erforderlich geeignete Techniken zu finden, um diese Daten zum einen zu Handhaben, zum anderen aber die in den Daten erhaltenen Informationen zugänglich zu machen. Oftmals liegen automatisch aufgezeichnete Daten in einer Form vor, dass alle bei der Datengewinnung verfügbaren Parameter enthalten sind. Solche hochdimensionalen Datensätze können mit Hilfe herkömmlicher Datenbankmanagementsystemen nur ausschnittsweiße dargestellt werden. Bei vielen Millionen Datensätzen sind hier die Grenzen der Darstellungsmöglichkeiten schnell erreicht. Eine weitere Anforderung, die bei entsprechenden Datensätzen oft gegeben ist, ist dass zunächst nur sehr wenig über die Daten bekannt ist und das die Ziele, die mit der Datenexploration erreicht werden sollen oft nicht genau spezifiziert werden können. Ziel von Visual Data Mining ist hier den Menschen in den Datenexplorationsprozess mit einzubinden, um dessen Fähigkeiten mit der Rechenleistung moderner Computersysteme zu kombinieren. Im vorliegenden Seminarbeitrag soll ein Überblick über Visual Data Mining gegeben werden. Nach einer Abgrenzung des Begriffs findet zunächst ist es zunächst notwendig eine kurze Einführung in Data Mining zu geben bevor exemplarisch Techniken zum Visual Data Mining dargestellt werden. 2 Visual Data Mining versus Data Mining Unter Visual Data Mining wird der Prozess der Wissensextraktion verstanden, bei dem verschiedene Visualisierungstechniken dazu verwendet werden eine Schnittstelle zwischen Benutzer und Data Mining System zu erstellen. Das Data Mining System wird in diesem Fall als ein Zyklus verstanden, in dem zunächst eine Vorverarbeitung und Auswahl der Daten statt findet, dann ein Data Mining Modell abgeleitet wird, um in der Abbildung 2: Data Mining Life Cycle, Quelle: INVISP Project Meeting 2001 Explorationsphase das in den Daten enthaltene Wissen extrahieren zu können. Die mit Visual Data Mining verbundene Zielsetzung beruht darauf, durch eine Synthese von

4 4 Visualisierung und Data Mining die Effektivität auf allen Stufen des Prozesses zu erhöhen. Durch die visuelle Repräsentation der (Zwischen-)Ergebnisse besteht die Möglichkeit den Wissens- und Informationsfluss zwischen Benutzer und system zu gewährleisten und effektiv zu gestalten. Prinzipiell lassen sich hier mehrere Ansätze unterscheiden Visualisierung der Data Mining Ergebnisse Visualisierung von Zwischenergebnissen Visualisierung der Ausgangsdaten Daten Daten Daten DM-Algorithmus Visualisierung der Ergebnisse DM-Algorithmus Zwischenergebnisse Visualisierung der Zwischenergebnisse Visualisierung Neue Eingabe DM-Algorithmus Ergebnis Ergebnis Wissen Wissen Wissen Visualisierung der Data Mining Ergebnisse Visualisierung von Zwischenergebnissen Visualisierung der Ausgangsdaten Abbildung 3: Mögliche Visual Data Mining Ansätze In Abbildung 2 sind diese Ansätze schematisch als Flussdiagramm dargestellt. Die Möglichkeiten zur Interaktion mit dem Data Mining Model sind dementsprechend auf unterschiedlichen Ebenen zu finden. Eine Visualisierung auf der Stufe der Datenvorverarbeitung ermöglicht eine visuelle Manipulation der Ausgangsdaten. Beispielsweise kann hier eine Selektion der Daten vorgenommen werden. Auch eine visuelle Manipulation bei fehlenden Daten oder eine Transformation der Daten sind denkbar. Bei der Visualisierung der Data Mining Endergebnisse steht die Evaluierung des Data Mining Prozess im Vordergrund. Durch verschiedene Techniken der Visualisierung kann die Plausibilität des Data Mining Algorithmus geprüft werden. Die Visualisierung (aller) Stufen des Data Mining Zyklus bietet die weitreichendsten Möglichkeiten zur Interakti-

5 5 on zwischen Benutzer und Data Mining System. Neben den bereits genannten, kann zusätzlich eine Auswahl des geeigneten Data Mining Algorithmus, bzw. der geeigneten Modelparameter auf Grund der visuellen Information erfolgen. Zusammenfassend findet also neben der Ableitung des geeigneten Data Mining Modells eine Überwachung und Evaluierung des Data Mining Prozess, unterstützt durch visuelle Informationen statt. Eine interessante Beobachtung bei Data Mining Modellen ist, dass die meisten Techniken in diesem Bereich zwar automatisiert ablaufen, aber a pirori Annahmen, wie die gemachten Hypothesen und Zielstellungen der Untersuchung benötigen. So werden im Data Mining Prozess zunächst Hypothesen angenommen, mit dem Ziel Regeln ableiten zu können, um die gemachten Hypothesen anzunehmen oder zurückzuweisen. Ein wichtiger Punkt in diesem Zusammenhang ist, dass oftmals die Notwendigkeit besteht zunächst datengetrieben Hypothesen zu generieren. Hier ist es unerlässlich menschliche Fähigkeiten wie Expertenwissen, Kreativität und Flexibilität in den Prozess mit einzubinden. Visual Data Mining liefert hier ein wirkungsvolles Instrument diese Anforderungen zu erfüllen. Wie bereits deutlich wurde, ist unter Visual Data Mining eine Kombination von verschiedenen Instrumenten aus den Bereichen Data Mining und Visualisierung zu verstehen. Bevor am Beispiel einige Techniken des Visual Data Mining dargestellt werden, soll zunächst ein Überblick über gängige Techniken des Data Mining und der Visualisierung von Daten gegeben werden. 3 Wissensentdeckung und Data Mining Wie oben deutlich wurde ist mit einen Data Mining Prozess die Absicht verbunden aus einer meist sehr großen Datenmenge Informationen abzuleiten und Hypothesen zu prüfen. Die ist zum einen die Vorhersage unbekannter oder zukünftiger Werte von interessierenden Variablen, zum andern die Beschreibung der Datenmenge durch Muster die in den Daten identifiziert werden können. Die Techniken die beim Data Mining zur Anwendung kommen stammen vorwiegend aus den Bereichen der Statistik und sehr häufig der künstlichen Intelligenz. Folgende Aufzählung liefert einen Überblick über die wichtige, angewendeten Techniken des Data Mining. Klassifikation Clustering Zeitreihenanalyse

6 6 Assoziierungsregeln 3.1 Klassifikation Mit der Klassifikation wird zunächst ein Satz an Trainingdaten analysiert und ein Modell abgeleitet, dass für jede Klasse die entsprechenden Merkmale wiederspiegelt. Auf Grund dieser Informationen können dann z.b. Entscheidungsbäume oder Klassifizierungsregeln generiert werden, die dazu verwendet werden können neue Daten besser zu verstehen und zukünftige Daten korrekt zu klassifizieren. Vorraussetzung ist, dass Trainingsdaten zur Verfügung stehen die bereits korrekt Klassifiziert sind. Bei geeigneter Wahl des Lernverfahren ist man damit in der Lage Vorhersagen über unbekannte Parameter in künftigen Daten zu treffen. Das Maß in wie weit ein solches Modell geeignet ist auf unbekannten Datensätzen zu arbeiten wird als Generalisierungsleistung bezeichnet. Im Bereich der Klassifikation stehen zahlreiche Methoden zur Verfügung die vorwiegend aus den Gebieten des Maschinellen Lernens, der Künstlichen Neuronalen Netzen und der Statistik stammen. Wichtige Vertreter sind: Entscheidungsbäume Nachbarschaftssuche Regelinduktion Künstliche Neuronale Netze Bayes-Klassifikation 3.2 Clustering Unter Clustering werden Verfahren verstanden die in die Daten eingebettet Strukturen analysieren und identifizieren können. Als Cluster wird dabei eine Menge von Daten aufgefasst die untereinander eine größere Ähnlichkeit aufweisen als zu Daten eines andere Clusters. Die Ähnlichkeit zwischen den Datenelementen wir als Ähnlichkeitsmaß ausgedrückt und fließt als Expertenwissen in das Clusteringverfahren ein. Clustering ist eine sehr mächtiges Verfahren, dass insbesondere auch für sehr hochdimensionale Daten geeignet ist. Bei Verfahren wie z.b. Self Organizing Maps (SOM) werden hochdimensionale Daten in niedriger dimensionale Räume eingebetet womit eine Dimensionsreduktion der Datenmenge erzielt wird. Bekannte Vertreter dieser Gruppe von Algorithmen sind die schon genannten SOM aber auch das K-Means Clustering. Eine weite-

7 7 re Eigenschaft von Clusteringverfahren ist, dass durch eine geeignete Wahl der Clusteranzahl eine Skalierung der Daten erreicht werden kann. 3.3 Assoziierung Ziel der Assoziierung ist es, Zusammenhänge und Korrelationen zwischen verschiedenen Attributmerkmalen in großen Datenbeständen herauszufinden. Zunächst werden in den Datensätzen Attribute identifiziert die gehäuft auftreten und dann Assoziierungsregeln zwischen diesen Attributen abgeleitet. Assoziierungsregeln werden oft als Abhängigkeiten zwischen Attributen ausgedrückt die gemeinsam in einem Datensatz auftreten. Eine Assoziierungsregel der Form auch Y genügen. X Y bedeutet, dass Datenpaare die X genügen Assoziierungsregeln finden häufig Anwendung im Bereich der Marketinganalyse und der Entscheidungsfindung. Ein typisches Beispiel wie es häufig beim Internetversandhandel von Büchern anzutreffen ist, ist die Aussage: 89% derjenigen die Buch X gekauft haben, haben gleichzeitig Buch Y gekauft 4 Visual Data Mining Wie Bereits im vorangegangenen Abschnitt deutlich wurde, ist das Ziel von Visual Data Mining eine Schnittstelle zwischen Benutzer und Data Mining System bereitzustellen um eine effektive Interaktion zu ermöglichen. Keim (2002) schlägt vor eine Klassifizierung der Visual Data Mining Techniken nach folgenden Kriterien durchzuführen: 1. der zu visualisierende Datentyp 2. der verwendeten Visualisierungstechnik 3. die verwendete Technik für Interaktion und Verzerrung Insgesamt ergibt sich daraus die in Tabelle 4 dargestellte Klassifikation visueller Data Mining Techniken. Die in den jeweiligen Spalten dargestellte Aufteilung stellt jeweils nur eine Auswahl an möglichen Einteilungen dar und könnte entsprechend erweitert werden.

8 8 Datentyp Visualisierungstechnik Interaktions- und Verzerrungstechnik Ein-dimensional Standard 2D/2D Visualisierung Standard Zwei-Dimensional Geometrische Transformation Projektion Multi-dimensional Icon-basierte Visualisierung Filterung Text & Hypertext Pixel Visualisierung Zoom Hierarchien & Graphen Geschachtelte Visualisierung Verzerrung Algorithmen & Software Link & Brush Tabelle 4: Klassifikation visueller Data Mining Techniken, nach KEIM (2002) Eine Schlüsselrolle nimmt dabei die Visualisierung der jeweiligen Zustände im Data Mining Prozess ein. Die Daten die jeweils zu visualisieren sind liegen jedoch selten in einer 2D oder 3D Semantik vor weshalb eine (Standard)Darstellung auf z.b. einem Computerbildschirm schwer fällt. Herkömmliche Visualisierungstechniken die jedoch auf relativ kleine bzw. niedrig dimensionale Datensätze beschränkt bleiben sind x-y- Plots, Liniendiagramme oder Histogramme. In den letzten Jahren sind diese Verfahren um eine Vielzahl an neuen und leistungsfähigen Techniken zur Visualisierung ergänzt worden. 4.1 Datentypen Wie der Abbildung entnommen werden kann, ist der zu visualisierende Datentyp ein entscheidendendes Kriterium, um Techniken des Visual Data Mining zu klassifizieren. Daten wie sie zum Visual Data Mining verwendet werden haben die Eigenschaft, dass sie meist aus sehr vielen Datensätzen bestehen. Ein Datensatz entspricht dabei je einer Beobachtung mit einer bestimmten Anzahl an Attributen. Je nach Anzahl der Attribute unterscheidet man zwischen Ein-, Zwei- oder Mehrdimensionalen Datenätzen. Ein weiteres wichtiges Kriterium in diesem Zusammenhang ist die Art der Attribute. So besitzen Attribute wie etwa Zeit und geographische Lage im Hinblick auf die Visualisierung eine besondere Bedeutung und werden entsprechend behandelt. Bei mehrdimensionalen Daten tritt das Problem auf, dass diese nicht mehr mit den Standard 2D- und 3D Techniken visualisiert werden können. Typische Vertreter dieser Gruppe sind z.b. Tabellen in relationalen Datenbanken. Zur Darstellung Mehrdimensionaler Daten ist es erforderlich eine Abbildung in die Ebene zu finden, die je nach Datenmenge mehr oder weniger komplex sein kann. Exemplarisch sollen weiter unten solche Techniken, wie z.b. die Projektion Paralleler Koordinaten vorgestellt werden. Eine weitere Unterscheidung von

9 9 auftretenden Datentypen kann auf Grund der Struktur des Datentyps vorgenommen werden. Oftmals findet man als Gegenstand von Data Mining Aufgaben Datenstrukturen wie (Hyper-)Texte, Hierarchien und Graphen vor. Auch hier besteht das Problem eine geeignete Abbildung in die Ebene zu finden. Speziell bei Graphen haben sich eine Reihe von speziellen Techniken entwickelt. Im Rahmen einer effizienten Softwareentwicklung und Wartung ist die Klasse der Algorithmen und Softwareprojekten ein weitere Gegenstand der Visualisierung. Auf diese Gruppe von Daten soll im vorliegenden Beitrag allerdings nicht eingegangen werden. 4.2 Techniken der Visualisierung In Tabelle 4 sind als Unterscheidungsmerkmal eine Reihe von unterschiedlichen Techniken zur Visualisierung dargestellt. Neben weit verbreiteten 2D/3D Techniken existieren eine Reihe von Visualisierungstechniken mit stark erweiterten Möglichkeiten im Vergleich zu den Standardverfahren. Im folgenden sollen exemplarisch einige Beispiele dargestellt werden. 1) Pixel- orientierte Visualisierung. Als Beispiel für eine Pixelorientierte Darstellung soll die Visualisierung einer Datenbankabfrage geben. Im Feld Gesamtdistanz ist das Ergebnis der Abfrage mit abnehmender Distanz zu den eigentlichen Suchkriterien dargestellt. Aus dieser Ansicht können allerdings lediglich die Verteilung der Gesamtdistanz entnommen werden. Um den Beitrag der einzelnen Attribute zu erkennen sind in separaten Festern die Beiträge der einzelnen Attribute bei sonst gleicher Anordnung der Datensätze dargestellt. Abbildung 5: Beispiel einer Pixel orientierte Visualisierung einer Datenbankabfrage, Quelle: Über diese visuelle Beziehung der Daten ist es so möglich lokale Beziehungen zwischen den Attributen und Ausnahmen zu finden.

10 10 Neben der Anordnung in Rechtecken die als Recursive Pattern technik bezeichnet wird findet man noch die Circle Segements Technik (eine Anordnung in Kreissegmenten) oder die Pixel Bar Chart Technik (siehe KEIM 2002). 2) Geometrische Transformation Datensätze mit mehreren Attributen können als Punkte in einem Kartesischen Koordinatensystem dargestellt werden. Da bei mehr als drei Dimensionen keine bildliche Darstellung des Datums mehr möglich ist, besteht, als Repräsentant der geometrischen Transformationen, eine Möglichkeit darin die Koordinatenachsen parallel zu projizieren. Ein Punkt im Koordinatesystem ist nun als Polygonzug in der Ebene abgebildet. In Abbildung 6 sind als Beispiel für die parallel Projektion die technischen Daten verschiedene Autotypen dargestellt. Wie man im rechten Teil der Abbildung erkennen kann sind mindestens drei der Attribute sehr stark miteinander korreliert. Auf Grund der Kreuzungen der einzelnen Linien kann auf eine negative Korrelation geschlossen werden. Auf Grund der visuellen Interpretation, können nun einzelne Attribute invertiert und vertauscht werden um eine wesentlich bessere Visualisierung wie im rechten Teil der Abbildung zu sehen ist. Abbildung 6: Parallele Projektion technischer Daten von Autos, Quelle: 3) Icon basierte Techniken Als Beispiel für eine Icon-basierte Technik ist in Abbildung 7 der auch in Abbildung 6 verwendete Datemnmenge als Star Glyphs visualisiert. Bei Star Glyphs werden die Datenwerte von jedem Attribut auf die Längen von Linien aufgespannt. Jede Linie hat den gleichen Ursprung und breitet sich radial von der Mitte aus. Die Endpunkte der Linien

11 11 werden verbunden und bilden einen Polygon. Das erste Attribut wir in der am weitesten rechts liegenden Spitze dargestellt und ist von der Länge proportional zu Wert des Attributes. Alle anderen Attribute sind der Reihe nach gegen den Uhrzeigersinn angeordnet. In Abbildung 7 ist die bereits oben verwendete Datenmenge unterschiedlicher Automobiltypen mit Hilfe von Star Glyphs dargestellt. Jeder Star Glyph entspricht dabei einem Automobiltyp. Abbildung 7: Star Glyph Darstellung, Quelle: Bei Icon-basierten Verfahren stellt jedes Icon oder Bildzeichen einen Datensatz dar. Die einzelnen Bildzeichen werden in einem Rasterfeld angeordnet, und eine entsprechende (automatisierte) Sortierung ermöglicht Ähnlichkeiten und Unterschiede zwischen einzelnen Datensätzen, aber auch Attributen sichtbar zu machen. Weitere Beispiele für Icon-basierte Techniken sind z.b Sticky Figures und Chernoff Faces. Sticky Figures bestehen aus einer Basislinie an deren Enden weitere Linien angefügt werden. Der Winkel zwischen den beiden Linien stellt den Wert des Attributes dar. Zusätzlich können Werte einzelner Attribute auch durch die Farbe oder Dicke einzelner Linien dargestellt werden. Bei Chernoff Faces werden zur geometrischen Codierung stilisierte Gesichter verendet. Der Benutzer ist sehr gut in der Lage Gesichtsausdrücke zu interpretieren und kann aus Größe, Form und Abstände zwischen den Teilen des Gesichtes die Ausprägung einzelner Attribute entnehmen.

12 Techniken zur Interaktion und Navigation Selbst bei sehr intelligenten Verfahren zur Visualisierung von Daten ergibt sich das Problem, dass die Darstellungsfläche die zur Verfügung steht zu gering ist, um große Datensätze zu visualisieren. Es entseht also die Notwendigkeit zielgerichtet in den Daten zu navigieren und einzelne Aspekte der Datenmenge zu beleuchten. Um dies zu erreichen stehen eine Reihe von Techniken zur Verfügung von denen im folgenden exemplarisch wichtige Vertreter dargestellt werden. Je nach Komplexität der Verfahren ergeben sich besonders in diesem Bereich auch Überschneidungen mit bereits dargestellten Verfahren für Data Mining Anwendungen Zoom und Pan Zoom und Pan sind klassische Möglichkeiten durch eine gegebene Datenmenge zu navigieren. Panning ermöglicht eine einfache Verschiebung der Darstellungsfläche um auf diese Weise den Darstellungsraum zu vergrößern. Bei Zoomverfahren können drei Formen unterschieden werden: Geometrisches Zoomen Semantisches Zoomen Fisch-Eye Zoomen Geometrisches Zoomen stellt eine sehr einfache Variante dar, bei der lediglich ein Ausschnitt des Darstellungsbereichs vergrößert dargestellt wird während alle Informationen außerhalb des Zoombereichs ausgeblendet werden. Die Art des Zoomens stößt jedoch schnell an seine Grenzen, da je nach Umfang der Daten nur ein kleiner Bereich dargestellt wird und so schell die Überblick bzw. der Zusammenhang in der Datenmenge verloren geht. Eine Alternative bieten hier Fish-Eye Verfahren, die auf dem Prinzip beruhen, dass neben dem gewählten Ausschnitt sämtliche Informationen für den Anwender sichtbar bleiben. Häufig werden solche Verfahren zur Visualisierung von Bäumen wie z.b. Linkstrukturen aus dem Internet dargestellt.

13 13 Abbildung 8 Fish-Eye Zoom am Beispiel eines Internetgraphen, Quelle: Dadurch dass für den Benutzer alle Informationen sichtbar bleiben werden die angesprochenen Nachteile einfacher Zoomverfahren umgangen. Wie in Abbildung 8 zu erkennen, ist es möglich einzelne Teile eines Graphen detailliert darzustellen. Dadurch dass der Überblick über den gesamten Graphen gewährleistet ist, ist es einfach möglich zwischen den relevanten Bereichen zu wechseln und sich einen schnellen Überblick über ein Themengebiet bzw. den Zusammenhang zu angrenzenden Bereichen zu verschaffen. Verfahren die nach einem ähnlichen Prinzip arbeiten sind z.b. die Document Lens. Wie bei einer Fish-Eye Darstellung werden auch hier einzelne Teile vergrößert dargestellt. Dieser Fokus wird allerdings nicht losgelöst sondern innerhalb seine Kontexts visualisiert. In diesem Zusammenhang werden die genannten Verfahren oft dem Bereich Fokus und Kontext zugeordnet statt unter Zoom und Pan Verfahren Geographische Karten Bei Geographischen Karten findet eine Visualisierung der Daten in geographischer Form statt. In der dargestellten Abbildung sind ca. 2 Mio. Webseiten visualisiert. Einzelne Themengebiete werden je nach Anzahl der zugehörigen Seiten als Inseln dargestellt. Mit der Software InternetMap erhält der Benutzer die Möglichkeit einzelne Themen Bereiche zu vergrößern und in Untergruppen zu gliedern. Ebenfalls können gezielt

14 14 Suchabfragen gestellt werden deren Ergebnissen dann farblich auf der Karte dargestellt werden. Die in der Abbildung dargestellten Inseln entsprechen einzelnen Themengruppen wobei die eingezeichneten Punkte Websites der einzelnen Themenbereiche darstellen, die je nach Anfrage in unterschiedlichen Farben eingefärbt werden. Abbildung 9: Graphische Oberfläche der InternetMap, Quelle: Verknüpfung und Einfärbung Bei den dargestellten Visualisierungstechniken, aber auch bei den Methoden zur Navigation und Interaktion, wurde deutlich dass oft Defizite bei sehr großen Datensätzen auftreten, da der Darstellungsbereich nicht ausreichend ist. Kontextbasierte Verfahren stellen hier eine Erweiterung dar, weißen aber dennoch die genannten Einschränkungen auf. Bei Techniken zur Verknüpfung und Einfärbung wird versucht diese Probleme zu umgehen in dem sämtliche zur Verfügung stehenden Techniken miteinander verknüpft werden. Punkte einer hochdimensionalen Datenmenge werden in den zur Verfügung stehenden Projektionen verknüpft und entsprechend eingefärbt. Das Ergebnis ist eine hervorgehobene Darstellung der markierten Daten in allen Visualisierungen, wodurch Abhängigkeiten und Korrelationen in den Daten erkennbar werden. Die Verknüpfung der einzelnen Ansichten erfolgt auf eine Weise, dass nach einer Interaktion in einer Darstellungsform, die Änderungen in allen verknüpften Darstellungen übernommen wird. Dies erlaubt neue Perspektiven in der Visualisierung der gegebenen Daten obwohl die Verknüpfung im Prinzip lediglich die Summe der einzeln Visualisierungen darstellt. Besonders häufig findet diese Technik Anwendung bei Scatterplots, Balkendiagramme, Parallele Koordinaten, und Pixel-Visualisierungen (siehe Keim (2002)).

15 15 5 Zusammenfassung Auf Grund immer leistungsfähigerer Computersysteme, eröffnen sich für den Benutzer neue Möglichkeiten sehr großen Mengen an Daten zu handhaben und das darin enthaltene Wissen zu extrahieren um Entscheidungsprozesse zu unterstützen. Insbesondere zur datengetriebenen Generierung von Hypothesen über dass in den Daten enthaltene Wissen ist es notwendig menschliche Fähigkeiten wie Flexibilität und Kreativität in den Data Mining Prozess zu integrieren. Verfahren zum Visual Data Mining stellen eine Schnittstelle zur Verfügung die diese Interaktion zwischen Mining System und Benutzer ermöglichen. Visual Data Mining bedeutet dabei eine effektive Kombination aus Verfahren des Data Mining mit Techniken der Visualisierung. Auf diese Weise wird erreicht, dass Zwischen- und Endergebnisse visualisiert und auf Grund dieser Ergebnisse in den Data Mining Prozess eingegriffen werden kann. In vorliegenden Beitrag wurde versucht die mit Visual Data Ming verbundene Zielstellung zu erläutern. Daraufhin wurden zunächst einige Verfahren des Data Ming dargestellt, bevor eine Auswahl an Visualisierungs- und Interaktionstechniken präsentiert wurde. Die gezeigten Verfahren stellen jedoch lediglich einen kleinen Ausschnitt aus den vorhandenen Möglichkeiten dar. Durch die Bereitstellung immer leistungsfähigerer Computer werden diese Verfahren stetig ergänzt und verbessert. In diesem Zusammenhang sei angemerkt dass sich die Möglichkeiten die sich ergeben sehr stark von der verwendeten Software abhängig ist und eine Vielzahl an Möglichkeiten bietet die in dieser kurzen Einführung unbeachtet blieben. Ein ausführlicher Überblick auch über verfügbare Software findet sich unter Oft ist Demosoftware (und Datensätze) vorhanden, die nach einer Gewissen Einarbeitungszeit einen guten Einblick in das Potential von Visual Data Minig geben kann.

16 16 Literaturverzeichnis IINVISIP (2001): Information Visualization for Siteplanning, KEIM, D., (2002): Information Visualization and Visual Data Mining. In: IEEE Transactions on Visualization and Computer Graphics, Vol. 8, No. 1, January March 2002 KOPANAKIS, I.; THEODOULIDIES, B. (2001): Visual Data Mining & Modeling Techniques. In Keim, D.; Eick, S. (eds.) Workshop on Visual Data Mining, Proceeding. San Francisco. KREUSELER, M.; SCHUMANN, H., (2002): Information Visualization and Visual Data Mining. In: IEEE Transactions on Visualization and Computer Graphics, Vol. 8, No. 1, January March 2002 RIBARSKY, W., KATZ, S., JIANG, F., & HOLLAND, A. (1999). Discovery Visualization and Visual Data Mining. (Graphics, Visualization and Usability Center, Georgia Institute of Technology).